Modelos de redes neuronales perceptrón multicapa y de base radial para la predicción del rendimiento académico de alumnos universitarios
En este trabajo se analiza la relación del rendimiento académico de los alumnos ingresantes a la FACENA – UNNE en Corrientes, Argentina, durante el primer año de carrera, con las características socioeducativas de los mismos. El rendimiento fue medido por la aprobación de los exámenes parciales de l...
Guardado en:
| Autores principales: | , , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2010
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/19333 |
| Aporte de: |
| Sumario: | En este trabajo se analiza la relación del rendimiento académico de los alumnos ingresantes a la FACENA – UNNE en Corrientes, Argentina, durante el primer año de carrera, con las características socioeducativas de los mismos. El rendimiento fue medido por la aprobación de los exámenes parciales de las asignaturas del primer cuatrimestre del primer año de estudios. Se ajustaron modelos de redes neuronales de tipo Perceptrón Multicapa (PM) y de Base Radial (FBR) a dos conjuntos de datos: a) alumnos ingresantes a las carreras cuyos planes de estudios incluyen dos asignaturas en el primer cuatrimestre del primer año, obteniéndose porcentajes de clasificación correcta total de 78,2 % ,y 70,7 % respectivamente; b) alumnos ingresantes a carreras cuyos planes de estudios incluyen tres asignaturas en el primer cuatrimestre del primer año, obteniéndose porcentajes de clasificación correcta total de 75,7 %, y 68,6 % respectivamente. Los resultados obtenidos contribuyen a orientar las políticas y estrategias institucionales para mejorar los preocupantes índices de desgranamiento, abandono y bajo rendimiento de los estudiantes en el primer año de universidad, de la FACENA-UNNE. |
|---|